Robustness of automated intrusion responders in software-defined networks to spoofed evidence and responder starvation
Diese Arbeit bewertet die Anfälligkeit automatisierter Intrusion-Responder in Software-definierten Netzwerken gegenüber gefälschtem Beweismaterial und Responder-Verhungern und zeigt auf, dass klassische Responder zwar gegen legitime Hosts instrumentalisiert werden können, spezifische Abwehrmaßnahmen wie Ingress-Port-Binding und Regelbudgets diese Schäden jedoch mit minimalen Leistungskosten effektiv mildern können.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Auf den digitalen Autobahnen, die unsere E-Mails, Videos und Finanztransaktionen transportieren, ist eine neue Art von Verkehrspolizist aufgetaucht. Dies sind automatisierte Responder, Softwaresysteme, die darauf ausgelegt sind, nach Anzeichen von Problemen Ausschau zu halten und verdächtige Aktivitäten sofort zu blockieren, bevor sie Schaden anrichten. Sie operieren innerhalb softwaredefinierter Netzwerke, einer modernen Architektur, bei der die Verkehrsregeln von einem zentralen Gehirn festgelegt werden, statt fest in jeden Router einprogrammiert zu sein. Das Versprechen ist Geschwindigkeit und Präzision: Sobald eine Bedrohung erkannt wird, installiert das System in Millisekunden eine Regel, um sie zu stoppen – weit schneller, als es ein Mensch könnte. Diese Geschwindigkeit beruht jedoch auf einer kritischen Annahme: dass die Beweise, die das System sieht, wahr sind. Wenn dem System gesagt wird, dass ein Datenpaket von einem bestimmten Computer stammt, geht es davon aus, dass dieser Computer die Quelle ist. Doch so wie ein Mensch eine Maske tragen kann, um sein Gesicht zu verbergen, kann ein böswilliger Akteur die digitale Identität seiner Daten fälschen, sodass es so aussieht, als käme sie von einer völlig anderen Maschine. Dies wirft eine gefährliche Frage auf: Wenn der Verkehrspolizist durch eine Maske getäuscht wird, wird er dann den unschuldigen Passanten anhalten anstatt des Kriminellen?
Ein Team von Forschern setzte sich zum Ziel, genau diese Schwachstelle zu testen. Sie bauten eine kontrollierte Umgebung auf, um zu sehen, was passiert, wenn ein automatisierter Verteidiger von einem Lügner getäuscht wird. Ihre Arbeit zeigt, dass diese Hochgeschwindigkeitssysteme ohne spezifische Schutzmaßnahmen gegen die Menschen selbst verwendet werden können, die sie eigentlich schützen sollen. In ihren Experimenten konnte ein einzielter kompromittierter Computer, der von einem Angreifer gesteuert wurde, seine digitale Identität fälschen, um das System glauben zu lassen, ein legitimer Nutzer sei die Quelle eines Angriffs. Der automatisierte Responder, der auf Basis dieser falschen Information handelte, installierte daraufhin eine Regel, um den unschuldigen Nutzer zu blockieren. Die Ergebnisse waren drastisch. In einem Szenario wurde ein klassischer automatisierter Responder in 144 von 216 Versuchen dazu verleitet, den legitimen Datenverkehr zu blockieren. Der Schaden war unverhältnismäßig groß; für jedes einzelne Byte an Daten, das der Angreifer sendete, zerstörte das System bis zu 173,8 Bytes an legitimen Daten. In einem anderen Test wurde das System dazu gebracht, den Zugriff auf einen geschützten Dienst zu unterbinden, wodurch dessen Verfügbarkeit auf nur 60,8 Prozent sank. Der Angreifer musste nicht mächtig sein; er musste lediglich über seine Identität lügen.
Die Forscher untersuchten auch einen neueren, anspruchsvolleren Typ von Responder, der ein Sprachmodell verwendet – eine Art künstliche Intelligenz, die komplexe Regeln generieren kann. Sie fanden heraus, dass diese intelligenten Systeme zwar schwerer zu täuschen waren, aber nicht immun. In einer kleinen Anzahl von Fällen wurde das Sprachmodell dennoch dazu verleitet, den falschen Host zu blockieren. Besorgniserregender war eine andere Art von Versagen, die „Starvation“ (Verhungern) genannt wird. Die Forscher entdeckten, dass ein Angreifer das System beschäftigt halten konnte, indem er ständig die gefälschte Identität änderte, die er verwendete. Das Sprachmodell, das Zeit benötigt, um nachzudenken und eine neue Regel für jede neue Identität zu generieren, wurde überfordert. Das System verbrachte seine gesamte Zeit damit, die gefälschten Identitäten zu verarbeiten, und kam nie dazu, einen echten Angriff zu stoppen, der gleichzeitig stattfand. In diesen Simulationen wurde der echte Angriff nie abgewehrt, weil der Responder zu sehr damit beschäftigt war, Geistern nachzujagen.
Um diese Probleme zu lösen, testete das Team vier spezifische Abwehrmaßnahmen, die das System robuster machen sollten. Der effektivste Ansatz bestand darin, jede Regel an den physischen Ort zu binden, an dem die Daten in das Netzwerk eintraten, anstatt einfach nur der angehängten digitalen Bezeichnung zu vertrauen. Wenn das System Daten sieht, die von einem bestimmten Port eines Switches kommen, blockiert es nur diesen Port, wodurch sichergestellt wird, dass der Angreifer selbst bei der Lüge über seine Identität nur sich selbst oder andere, die dieselbe physische Verbindung teilen, schaden kann. Sie fügten zudem eine Anforderung hinzu, dass das System eine Bedrohung abwarten und bestätigen muss, bevor es handelt, was falsche Alarme verhinderte, die Schaden anrichten könnten. Schließlich führten sie ein Limit ein, wie viele Regeln eine einzige Quelle in kurzer Zeit auslösen kann, um zu verhindern, dass das System durch eine Flut von gefälschten Identitäten überlastet wird. Als diese Abwehrmaßnahmen kombiniert wurden, sank der Schaden auf nahezu Null. Das System blockierte kaum noch unschuldige Nutzer und konnte echte Angriffe erfolgreich bewältigen, selbst wenn ein Angreifer versuchte, es abzulenken. Die Kosten für diese Sicherheit waren minimal und fügten der Zeit, die zur Stoppung einer echten Bedrohung benötigt wurde, nur etwa eine Sekunde hinzu.
Die Studie kommt zu dem Schluss, dass automatisierte Sicherheitssysteme sich nicht allein auf die Informationen verlassen können, die ihnen gegeben werden. Sie müssen eine Möglichkeit haben, die Quelle dieser Informationen zu verifizieren oder den Schaden zu begrenzen, falls sie getäuscht werden. Die Forscher zeigten, dass man durch das Verständnis dessen, wie ein Angreifer das Vertrauen des Systems in digitale Identitäten ausnutzen könnte, Schutzmaßnahmen entwickeln kann, die verhindern, dass der Verkehrspolizist die falsche Person verhaftet. Ihre Arbeit liefert einen klaren Bauplan, um diese automatisierten Verteidiger wirklich zuverlässig zu machen und sicherzustellen, dass das System, wenn es handelt, das Netzwerk schützt, anstatt zu einer Waffe für eben jene Kriminelle zu werden, die es eigentlich aufhalten soll.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.